선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 지표면 온도는 대기에 의한 영향이 있으나 대기조건이 전체 관측지역 위에서 영역적으로 동일하다고 가정하여 대기보정은 하지 않았다.
제안 방법
- Landsat 8 위성에서 관측되는 파장 중 100 m×100 m 해상도의 대기의 창 영역에 해당되는 11 μm 자료(Band 10; 10.3 μm~11.3 μm)를 이용하여 열적외 카메라로 관측한 지역과 동일한 영역의 지표면 온도로 산출하였다.
- Landsat 8 위성영상으로부터 서울 지역을 100 m×100m의 해상도로 지표면 온도를 추출하였으며 열적외 영상에서 지표면의 이용 형태와 위치에 따라 구분한 세부 영역의 위, 경도(표 1의 위도와 경도)를 기준으로 가장 가까운 화소의 값을 공간을 일치시켰다.
- 관측 지점의 지표면 온도는 8~12 μm의 파장대, 320 ×240 픽셀, 21.7° ×16.4°의 시야각을 가지는 열적외 카메라(Nippon Avionics, TS9230)를 이용하여 5분 간격으로 관측한 자료를 시간 평균하고, 지면의 이용 형태와 위치에 따라 세부적인 영역들로 분류하였다.
- 먼저, 열적외 영상과 Landsat 8의 지표면 온도의 관측일별 시계열을 분석하였다. 관측소별 세부 영역에 대한 열적외 영상과 Landsat 8의 지표면 온도의 상관성을 분석한 후 관측일별 상관성을 분석하였다. 마직막으로 관측소별 열적외 영상과 Landsat 8의 지표면 온도의 상관성을 분석하였고 이에 대한 박스플롯을 분석하여 관측소별 관측일별 열적외 영상과 Landsat 8의 지표면 온도의 특성을 정리하였다.
- 열적외 영상과 Landsat 8의 지표면 온도를 표 1에 나타낸 영역의 위치, 지면의 재질 그리고 방출률을 적용하여 각 영역별 지표면 온도의 상관성 분석을 수행하였다(그림 4). 광화문 관측소에서 7개의 영역별로 관측한 열적외 영상과 Landsat 8의 두 지표면 온도는 0.94에서 0.97의 높은 상관성을 보였고 회귀분석의 기울기가 1.0 이하로 열적외 영상과 비교하여 Landsat 8 이 지표면 온도를 과소 추정하였다(그림 4a). 중랑 관 측소에서 5개의 영역에 대해 관측한 두 지표면 온도의 상관성은 0.
- 세부적인 영역은 가시영상과 열적외 영상을 비교하여 균질성을 확인하여 분류하였다. 광화문 관측소에서는 아스팔트 도로를 위치에 따라 7개의 세부 영역(그림 1d)으 로 구분하여 각 영역들에 해당하는 열적외 온도를 추출하였고, 중랑 관측소에서는 지면의 이용 형태에 따라 5개의 세부 영역(그림 1e)으로 구분하여 각 영역의 열적외 온도를 추출하였다. 관측한 열적외 온도는 방출률 과 주변 온도에 대한 대기보정을 위해 식(1)을 적용하여 지표면 온도 T4abj를 결정하였다(Rubén et al.
- 광화문과 중랑에서 Landsat 8의 지표면 온도는 열적외 영상의 지표면 온도와 비교하여 과소 추정하였다. 특히, Landsat 8으로 관측한 광화문과 중랑의 지표면 온도의 차이는 0.
- 광화문과 중랑의 관측영역을 지면의 재질과 위치에 따라 세부 영역(광화문 7구역, 중랑 5구역)으로 구분하여 각 영역별로 지표면 온도를 분석하였다. 세부 영역들에 대해 Landsat 8으로 관측한 지표면 온도는 열적외 영상의 지표면 온도와 비교하여 대체로 과소 추정 하였다.
- 따라서 본 연구에서는 열적외 영상을 이용하여 서울 도심 내의 상업지역과 주거지역의 지표면 온도를 관측 하고 대기보정을 적용한 지표면 온도를 산출하였고 동일 지역의 Landsat 8 위성으로 관측한 지표면 온도와 비교분석하였다. 이러한 분석 결과를 이용하여 관측방 법과 지표 특성에 따른 지표면 온도의 변화 경향을 분석하였으며 Landsat 8 위성자료 활용의 한계에 대하여 논하였다.
- 관측소별 세부 영역에 대한 열적외 영상과 Landsat 8의 지표면 온도의 상관성을 분석한 후 관측일별 상관성을 분석하였다. 마직막으로 관측소별 열적외 영상과 Landsat 8의 지표면 온도의 상관성을 분석하였고 이에 대한 박스플롯을 분석하여 관측소별 관측일별 열적외 영상과 Landsat 8의 지표면 온도의 특성을 정리하였다.
- 먼저, 열적외 영상과 Landsat 8의 지표면 온도의 관측일별 시계열을 분석하였다. 관측소별 세부 영역에 대한 열적외 영상과 Landsat 8의 지표면 온도의 상관성을 분석한 후 관측일별 상관성을 분석하였다.
- 서울의 상업지역에 위치한 광화문 관측소와 주거지역에 위치한 중랑 관측소에서 열적외 카메라로 관측한 지표면 온도를 지면 조건의 특성을 적용하여 대기보정 하였고 Landsat 8 위성으로 관측한 지표면 온도와 비교하여 지역의 지표면 온도 특성을 분석하였다. 지표면 온도 분석을 위하여 2013년 12월부터 2014년 7월까지 Landsat 8 위성이 연구 대상 지역을 통과하는 1110 LST에 관측된 자료를 사용하였다.
- 광화문과 중랑의 관측영역을 지면의 재질과 위치에 따라 세부 영역(광화문 7구역, 중랑 5구역)으로 구분하여 각 영역별로 지표면 온도를 분석하였다. 세부 영역들에 대해 Landsat 8으로 관측한 지표면 온도는 열적외 영상의 지표면 온도와 비교하여 대체로 과소 추정 하였다. 각각의 세부 영역별로 구분하여 분석된 시간에 따른 열적외 영상과 Landsat 8의 지표면 온도 상관 계수의 평균과 표준편차는 광화문과 중랑에서 각각 0.
- 4°의 시야각을 가지는 열적외 카메라(Nippon Avionics, TS9230)를 이용하여 5분 간격으로 관측한 자료를 시간 평균하고, 지면의 이용 형태와 위치에 따라 세부적인 영역들로 분류하였다. 세부적인 영역은 가시영상과 열적외 영상을 비교하여 균질성을 확인하여 분류하였다. 광화문 관측소에서는 아스팔트 도로를 위치에 따라 7개의 세부 영역(그림 1d)으 로 구분하여 각 영역들에 해당하는 열적외 온도를 추출하였고, 중랑 관측소에서는 지면의 이용 형태에 따라 5개의 세부 영역(그림 1e)으로 구분하여 각 영역의 열적외 온도를 추출하였다.
- 열적외 영상 과 Landsat 8 위성영상 자료가 모두 사용 가능한 날짜는 총 7일(2013년 12월 21일, 2014년 1월 22일, 2014년 3월 27일, 2014년 5월 14일, 2014년 5월 30일, 2014 년 6월 15일, 2014년 7월 1일)이었으며, 해당 날짜의 세부 영역별 지표면 온도 자료는 광화문 관측소에서 총 98개, 중랑 관측소에서 총 70개의 자료가 사용되었다. 시간 및 공간 일치된 열적외 영상과 Landsat 8 위성 영상 자료는 분류에 따라 선형 회귀분석과 상관계수 등의 기초 통계값을 분석하였다.
- 열적외 영상과 Landsat 8의 지표면 온도를 표 1에 나타낸 영역의 위치, 지면의 재질 그리고 방출률을 적용하여 각 영역별 지표면 온도의 상관성 분석을 수행하였다(그림 4). 광화문 관측소에서 7개의 영역별로 관측한 열적외 영상과 Landsat 8의 두 지표면 온도는 0.
- 열적외 카메라와 Landsat 8 위성으로 관측한 지표면 온도를 비교하기 위하여 두 자료를 시간 및 공간 일치 하였다. Landsat 8 위성영상으로부터 서울 지역을 100 m×100m의 해상도로 지표면 온도를 추출하였으며 열적외 영상에서 지표면의 이용 형태와 위치에 따라 구분한 세부 영역의 위, 경도(표 1의 위도와 경도)를 기준으로 가장 가까운 화소의 값을 공간을 일치시켰다.
- 열적외 카메라와 Landsat 8의 서울 도심 지역 내 지표 특성에 따른 지표면 온도의 고해상도 관측 비교는 해상도와 관측 시각에 따른 한계가 있으므로 광화문 관측소와 중랑 관측소의 세부 영역들을 하나의 공간으로 평균하여 광화문과 중랑에 대해 산포도와 박스분석을 수행하였다. 그림 6에 나타낸 것과 같이 영역 평균 하였을 때 열적외 카메라와 Landsat 8으로 관측한 지표면 온도의 상관성은 광화문과 중랑에서 각각 0.
- 따라서 본 연구에서는 열적외 영상을 이용하여 서울 도심 내의 상업지역과 주거지역의 지표면 온도를 관측 하고 대기보정을 적용한 지표면 온도를 산출하였고 동일 지역의 Landsat 8 위성으로 관측한 지표면 온도와 비교분석하였다. 이러한 분석 결과를 이용하여 관측방 법과 지표 특성에 따른 지표면 온도의 변화 경향을 분석하였으며 Landsat 8 위성자료 활용의 한계에 대하여 논하였다.
대상 데이터
- Landsat 8 위성은 16일을 주기로 관측이 수행되고 1110 LST에 광화문과 중랑 관측소에 해당하는 지점을 통과한다. 관측 시간을 일치시키기 위해 1110 LST에 관측된 열적외 영상 자료를 추출하였다. 열적외 영상 과 Landsat 8 위성영상 자료가 모두 사용 가능한 날짜는 총 7일(2013년 12월 21일, 2014년 1월 22일, 2014년 3월 27일, 2014년 5월 14일, 2014년 5월 30일, 2014 년 6월 15일, 2014년 7월 1일)이었으며, 해당 날짜의 세부 영역별 지표면 온도 자료는 광화문 관측소에서 총 98개, 중랑 관측소에서 총 70개의 자료가 사용되었다.
- 열적외 카메라와 Landsat 8 위성으로 관측한 광화문 관측소와 중랑 관측소의 각 지점별 지표면 온도를 그림 3에 선정된 사례일에 대하여 시계열로 나타내었다. 분석에 사용된 자료는 위성의 관측 시간과 기상 상태 등 원인으로 적용 가능한 자료만을 활용하였다. Landsat 8 의 지표면 온도는 열적외 영상의 지표면 온도와 시간에 따른 경향은 유사하였으나 과소 추정되었다.
- 관측 시간을 일치시키기 위해 1110 LST에 관측된 열적외 영상 자료를 추출하였다. 열적외 영상 과 Landsat 8 위성영상 자료가 모두 사용 가능한 날짜는 총 7일(2013년 12월 21일, 2014년 1월 22일, 2014년 3월 27일, 2014년 5월 14일, 2014년 5월 30일, 2014 년 6월 15일, 2014년 7월 1일)이었으며, 해당 날짜의 세부 영역별 지표면 온도 자료는 광화문 관측소에서 총 98개, 중랑 관측소에서 총 70개의 자료가 사용되었다. 시간 및 공간 일치된 열적외 영상과 Landsat 8 위성 영상 자료는 분류에 따라 선형 회귀분석과 상관계수 등의 기초 통계값을 분석하였다.
- 서울의 상업지역에 위치한 광화문 관측소와 주거지역에 위치한 중랑 관측소에서 열적외 카메라로 관측한 지표면 온도를 지면 조건의 특성을 적용하여 대기보정 하였고 Landsat 8 위성으로 관측한 지표면 온도와 비교하여 지역의 지표면 온도 특성을 분석하였다. 지표면 온도 분석을 위하여 2013년 12월부터 2014년 7월까지 Landsat 8 위성이 연구 대상 지역을 통과하는 1110 LST에 관측된 자료를 사용하였다.
- 지표면 온도의 위성영상 자료는 16일에 1회 관측이 수행되고 서울시 전역을 1030 LST에서 1110 LST 사이에 관측하는 Landsat 8 위성자료를 사용하였다. Landsat 8 위성에서 관측되는 파장 중 100 m×100 m 해상도의 대기의 창 영역에 해당되는 11 μm 자료(Band 10; 10.
성능/효과
- 각각의 세부 영역별로 구분하여 분석된 시간에 따른 열적외 영상과 Landsat 8의 지표면 온도 상관 계수의 평균과 표준편차는 광화문과 중랑에서 각각 0.96±0.01과 0.98±0.01로 높은 상관성을 보였고 열적외 영상과 Landsat 8의 지표면 온도는 시간에 따라 비슷한 변화 경향을 나타냈다.
- 결과적으로 도시 내에서 지역의 특성을 반영한 지면의 이용 형태와 위치에 따라 다양한 지표면 온도의 공간 분포가 나타나고 있지만, 위성영상은 해상도의 한계와 기상 상태에 따른 대기 중 수증기량 등의 영향으로 인하여 지면 조건을 반영한 수 m 규모 범위에서는 정밀한 지표면 온도를 관측하지 못한다. 따라서 수 km 이내에서 발생하는 국지 기상현상을 정확히 파악하고 이를 분석하기 위해서는 지면 부근의 직접 관측을 이용한 도시 기상 연구가 수행되어야 한다.
- 계절에 의한 열적외 영상과 Landsat 8의 지표면 온도 차이는 겨울철(12, 1월)에는 광화문과 중랑에서 각각 0.74℃, 5.27℃, 여름철(6, 7월)에는 광화문과 중랑에서 각각 8.23℃, 10.08℃이었고 겨울철과 바교하여 여름철에 열적외 영상과 Landsat 8의 지표면 온도 차이가 더 크게 나타났다. 계절에 따른 기상 상태를 고려해 볼 때 여름철에 증가한 수증기량의 영향으로 위성 관측이 여름철 지표면 온도를 더욱 과소 추정하는 것 으로 분석된다.
- 반면에 해상도가 높은 열적외 카메라는 수 m 규모의 지표면 온도를 정밀하게 관측하여 수평 영역 내에서 매우 다양한 지표면 온도의 변화 경향이 나타나는 것을 보여준다. 관측소별로 세부 영역들을 평균하여 분석한 경우, 열적외 영상과 Landsat 8의 지표면 온도 상관계수는 광화문과 중랑에서 각각 0.96과 0.99의 높은 상관관계를 보였다. 영역 평균된 두 관측 소의 지표면 온도는 광화문보다 중랑에서 평균적으로 더 높게 관측되었으며, 광화문에서의 지표면 온도가 중랑에 비해 일관성이 적었다.
- 그리고 그림 5는 선정 사례일별로 구분하여 열적외 영상과 Landsat 8의 지표면 온도 상관성을 나타내었다. 광화문 관측소에서 관측한 두 지표면 온도의 사례일별 상관성은 0.17에서 0.63 (그림 5a), 중랑 관측소의 경우 0.02에서 0.79 (그림 5b)로 사례일에 대한 차이가 있으나 비교적 매우 낮은 상관성을 보였다. 또한 열적외 영상의 지표면 온도 변화와 비교하여 Landsat 8으로 관측한 지표면 온도는 일정하였다.
- 열적외 카메라와 Landsat 8의 서울 도심 지역 내 지표 특성에 따른 지표면 온도의 고해상도 관측 비교는 해상도와 관측 시각에 따른 한계가 있으므로 광화문 관측소와 중랑 관측소의 세부 영역들을 하나의 공간으로 평균하여 광화문과 중랑에 대해 산포도와 박스분석을 수행하였다. 그림 6에 나타낸 것과 같이 영역 평균 하였을 때 열적외 카메라와 Landsat 8으로 관측한 지표면 온도의 상관성은 광화문과 중랑에서 각각 0.96, 0.99로 지면의 이용 형태와 위치에 따라 분류한 각 영역들에 대한 두 지표면 온도의 상관성보다 좋은 상관성을 보였다. 열적외 영상과 Landsat 8의 영역 평균된 지표면 온도의 평균과 표준편차를 사례일별로 표 2에 나타내었다.
- 선정 사례일별로 구분하여 분석된 각 영역에 대한 열적외 영상과 Landsat 8의 지표면 온도 상관계수의 평균과 표준편차는 광화문과 중랑에서 각각 0.29±0.18과 0.18±0.27로 낮은 상관성을 보였다.
- 영역 평균된 두 관측소의 지표면 온도 변화를 함께 비교해보면 광화문보다 중랑에서 열적외 영상과 Landsat 8의 지표면 온도가 더 높게 관측된 반면, 지표면 온도의 편차는 열적외 영상과 Landsat 8의 관 측에서 서로 다른 결과를 보였다. 열적외 영상의 지표면 온도 편차는 광화문보다 중랑에서 더 크게 나타났으나, Landsat 8은 광화문의 지표면 온도 편차가 중랑의 지표면 온도 편차보다 큰 값을 보였다(그림 7). 열적외 영상의 지표면 온도 편차에 비해 Landsat 8의 지표면 온도 편차는 두 지역 모두에서 매우 낮은 값으로 영역에 따른 변화가 거의 없이 일정하게 관측되며 열적외 카메라의 관측과 달리 각 영역별 지표면 온도를 관측하지 못했다.
- 99의 높은 상관관계를 보였다. 영역 평균된 두 관측 소의 지표면 온도는 광화문보다 중랑에서 평균적으로 더 높게 관측되었으며, 광화문에서의 지표면 온도가 중랑에 비해 일관성이 적었다.
- 열적외 영상과 Landsat 8의 영역 평균된 지표면 온도의 평균과 표준편차를 사례일별로 표 2에 나타내었다. 영역 평균된 두 관측소의 지표면 온도 변화를 함께 비교해보면 광화문보다 중랑에서 열적외 영상과 Landsat 8의 지표면 온도가 더 높게 관측된 반면, 지표면 온도의 편차는 열적외 영상과 Landsat 8의 관 측에서 서로 다른 결과를 보였다. 열적외 영상의 지표면 온도 편차는 광화문보다 중랑에서 더 크게 나타났으나, Landsat 8은 광화문의 지표면 온도 편차가 중랑의 지표면 온도 편차보다 큰 값을 보였다(그림 7).
- 0 이하로 열적외 영상과 비교하여 Landsat 8 이 지표면 온도를 과소 추정하였다(그림 4a). 중랑 관 측소에서 5개의 영역에 대해 관측한 두 지표면 온도의 상관성은 0.97에서 0.99로 광화문 관측소에서 보다 높은 상관성을 보였다(그림 4b). 그리고 그림 5는 선정 사례일별로 구분하여 열적외 영상과 Landsat 8의 지표면 온도 상관성을 나타내었다.
후속연구
- 따라서 수 km 이내의 국지 기상현상이 나타나는 대도시의 기상 특성을 제대로 규명하기 위해서는 지면 부근의 미세규모 고해상도 관측을 이용한 정밀한 지표면 온도의 관측이 요구된다. 고해상도 위성영상 자료로부터 추출한 지표면 온도는 도시 전체에 대한 열환경의 공간적 분포 특성 해석을 위해서 활용될 수 있으나, 지면 조건을 반영한 수 m 규모 범위에 적용할 경우에는 해상도 문제를 고려하여 활용해야 할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.